双变量线性回归.pptx

下载文档 降价啦

2
0
约1.99千字
约 139页
2018-10-12 发布于上海
举报
版权申诉
保障服务

双变量线性回归.pptx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

双变量线性回归

主要内容;2.1 回归分析概述;一、变量间的关系及回归分析的基;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;二、总体回归函数（PRF）;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;三、随机扰动项;PowerPoint 演示文稿;PowerPoint 演示文稿;四、样本回归函数（SRF）;该样本的散点图（scatter;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;2.2 模型的基本假设;PowerPoint 演示文稿;对于这样的概率函数进行数学分析;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;2.3 模型的参数估计;一、最小二乘法（OLS）;PowerPoint 演示文稿;解方程组;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;二、最小二乘估计量的性质;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;2.4 模型的统计检验;PowerPoint 演示文稿;一、拟合优度检验;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;仍以上一节的例子说明;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;二、方程显著性检验;F检验的思想;F统计量;F检验的步骤;仍以上个例子说明;三、变量显著性检验;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;补充说明——精确的显著性水平p;补充说明——残差的正态性检验;残差直方图（Histogram;正态概率图（Normal Pr;Jarqe-Bera 检验;补充说明——回归结果的提供和分;补充说明——回归结果的提供和分;2.5 模型的预测;均值预测和个值预测;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;仍以前面的例子说明;结果;PowerPoint 演示文稿;PowerPoint 演示文稿;2.6 实例;一、凯恩斯的绝对收入假说消费函;取自统计年鉴的相关数据;整理之后的可用数据;EViews得到的结果;使用结果进行预测;二、选举结果和竞选支出;回归结果;三、CEO的薪水和净资产回报率;改变测量单位对回归结果的影响;四、工资和教育;回归结果;含有对数形式的模型;其他形式的对数模型（半对数模型;一个对数工资方程;本章总结